Myndigheters AI-användning ökar
Publicerad
Regeringens uppdrag till 25 myndigheter att redovisa sin användning av AI är slutfört. Sammanställningen visar att AI redan bidrar till bättre beslutsstöd och effektivare processer. Samtidigt befinner sig många myndigheter fortfarande i ett tidigt skede.
AI har potential att förändra den offentliga förvaltningen i grunden genom att effektivisera processer, höja kvaliteten på tjänster och spara resurser. Tidigare har det dock saknats en samlad bild av hur användningen av AI bland myndigheter ser ut. I början av året av gav regeringen därför 25 myndigheter i uppdrag att redovisa pågående och planerat arbete med AI, nyttor som uppnåtts, samt utmaningar och hinder. Detta är en del i genomförandet av AI-kommissionens förslag och regeringens Digitaliseringsstrategi 2025–2030.
Redovisningarna ger tillsammans med de inspel som lämnades vid det rundabordssamtal som civilminister Erik Slottner genomförde med de 25 myndigheterna ett värdefullt bidrag till det fortsatta arbetet med digitaliseringen av offentlig sektor.
Läs mer om rundabordssamtalet:
Rundabordssamtal om myndigheters användning av AI
Myndigheternas rapporter visar att AI kan höja kvaliteten i servicen till enskilda och företag
En sammanställning av myndigheternas rapporter visar att myndigheterna aktivt utforskar AI-teknik men att många fortfarande befinner sig i ett tidigt skede av implementeringen. Samtidigt finns stora möjligheter att integrera AI mer effektivt i verksamheterna. Det finns också flera exempel som visar att myndigheter lyckats utveckla verksamhet och kapacitet genom integrering och användning av AI-teknik inom myndigheten.
Många betonar att viktiga faktorer för att kunna stärka och vidareutveckla användningen av AI är ökad formalisering och samordning av samarbeten, systematiska satsningar på kompetensutveckling samt en tydligare strategisk inriktning. Några av de främsta nyttorna som lyfts fram är effektivare processer, bättre beslutsstöd samt högre precision och servicegrad. Möjligheter till innovation och utveckling lyfts också fram. Samlat understryker rapporterna att AI och ny teknik har stor potential att bidra till att den statliga förvaltningen kan utveckla och effektivisera sin verksamhet samt höja kvaliteten i servicen till enskilda och företag.
Ta del av fler goda exempel från användning av AI i offentlig sektor:
Myndigheternas redovisningar i korthet
SCB har integrerat AI i statistikproduktion genom maskininlärning och generativ AI inom programmering och kodstöd. Arbetet styrs gemensamt genom särskilda expertgrupper och en AI-policy med principer för effektiv, säker och ansvarsfull användning. Kompetensutveckling sker genom e-utbildningar, samarbeten, kursinsatser och deltagande i nationella och internationella projekt. Två exempel på nationella projekt som myndigheten deltar i är eSam och AI-labb. SCB deltar i utveckling av nationella AI-infrastrukturer samt har aktiv internationell samverkan för statistikproduktion och AI-utveckling. I sin rapport lyfter SCB några huvudsakliga utmaningar. De är att säkerställa samordning, datakvalitet och långsiktigt underhåll av AI-modeller. Myndigheten ser även utmaningar i att möta krav på informationssäkerhet, dataskydd och effektivt resursutnyttjande.
PTS använder AI i avgränsad pilotverksamhet och för att analysera externa data, sammanfatta rapporter samt för IT-säkerhet och systemutveckling. Pilotprojekt med Copilot och ChatGPT har genomförts för ett antal medarbetare under strikta riktlinjer kring informationshantering. AI-tjänster integreras även i myndighetens upphandlade stödsystem. Kompetensutveckling sker genom utbildningssatsningar riktade till ledning, chefer, jurister och övriga anställda. PTS är aktiv i nationella och europeiska nätverk för AI-tillsyn och incidenthantering, och planerar också en regulatorisk sandlåda tillsammans med UNESCO. PTS rapporterar om flera utmaningar i sin AI-användning. Dessa utmaningar utgörs av olika tolkningar av rättsregler inom myndighetssektorn, samt behovet av standardiserade ramverk för sekretess och säkerhet. De efterfrågar även fortsatt utveckling av samordnade principer för myndighetsgemensam AI-användning i offentlig sektor.
Pensionsmyndigheten arbetar med en rad AI-projekt för att effektivisera och kvalitetssäkra pensionstjänster och informationshantering. Dessa inkluderar utveckling och införande av AI-verktyg för bland annat chattbottar, automatiserad blanketthantering, kundtjänst, analys av fritextsvar och felaktiga utbetalningar, samt intern effektivisering. Satsningen leds av en tvärfunktionell AI-grupp som fokuserar på bred kompetensutveckling, samverkan med andra myndigheter, akademi och näringsliv. Pensionsmyndigheten lyfter ett antal utmaningar kopplade till AI-användning. Dessa utmaningar handlar bland annat om att upprätthålla rättssäkerhet, att ha en tydlig riskhantering samt att säkra data- och informationsskydd. Myndigheten eftersträvar samtidigt en högre digital innovationskraft och ökad samhällsnytta genom AI.
MSB är i en uppstartsfas men har redan implementerat AI i bland annat omvärldsbevakning, operativ analys, HR, kommunikation och försörjningsberedskap. De har även inrättat ett internt AI-nätverk. Kompetensutveckling sker löpande med utbildningar och medlemskap i relevanta nätverk. Myndigheten arbetar med att identifiera och hantera risker såsom bristande transparens, informationsläckage och beroende av automatisering, samt fokuserar på att öka kostnadseffektivitet och beredskap inför fortsatt digitalisering. MSB ser behov av ökad samverkan, bättre styrning och långsiktiga satsningar för att vidareutveckla effektiv och säker AI-användning.
Digg har ett sektorsövergripande ansvar för att främja och samordna digitalisering och AI-användning inom offentlig sektor. Myndigheten har tagit fram vägledningar, riktlinjer och verktyg för bland annat generativ AI och Förtroendemodellen. De ordnar också breda utbildningsinsatser internt och externt. AI används inom Diggs egna verksamhet bland annat för omvärldsbevakning, analys och intern effektivisering. De utmaningar som Digg lyfter rör datadelning och möjligheten för olika system att fungera tillsammans. Myndigheten betonar också behovet av gemensamma digitala lösningar och att säkerställa hög kompetens och rättslig efterlevnad inom hela sektorn. Digg samverkar brett med svenska och internationella aktörer, och förbereder sig för de ökade krav som AI-förordningen ställer.
Livsmedelsverket har antagit en strategi för digital transformation där AI spelar en central roll för att skapa en modern, datadriven och flexibel myndighet. En intern AI-hubb stödjer utveckling och kunskapsspridning, och flera pilotprojekt har genomförts eller planeras. Exempel på dessa pilotprojekt är distanskontroller, AI-chattjänster och automatiserad dataanalys. Myndigheten satsar på breda kompetenshöjande insatser för alla medarbetare och samarbetar både nationellt och inom EU. Utmaningar som Livsmedelsverket tar upp är juridiska hinder kopplade till dataskydd, finansiering, frågor om upphovsrätt och informationsdelning samt behov av modernisering av tekniska plattformar.
Kronofogden befinner sig i ett inledande och utforskande skede av sitt AI-arbete. Denna del av arbetet innefattar framtagande av en AI-strategi, anpassning av styrning och utveckling av teknisk infrastruktur samt identifiering av potentiella användningsfall. Myndigheten har inlett pilotprojekt för bland annat automatiserad ärendehantering och förbättring av kundmötet. Fokus läggs på kompetensutveckling, riskidentifiering och att systematiskt följa upp effekter och kostnadseffektivitet. Utmaningarna i verksamheten rör krav på rättssäkerhet, hantering av dataskydd och informationssäkerhet, samt behov av samverkan och erfarenhetsutbyte med andra myndigheter.
Konsumentverket har de senaste åren intensifierat AI-arbetet genom inrättandet av en AI-hubb. AI-hubben innefattar interna utbildningssatsningar och lansering av en konsumentchattbot på myndighetens webbplats. Ett flertal arbetsuppgifter effektiviseras nu genom AI. Några exempel på dessa arbetsuppgifter är svarshantering, bildgenerering och tillsynsrelaterade processer. Samtidigt utvecklas fler digitala agenter kontinuerligt. Myndigheten ser betydande nyttor i ökad effektivitet men pekar även på höga krav vad gäller hantering av känsliga uppgifter, oklara rättsliga förutsättningar kring molntjänster samt betydande kostnader för licenser och drift vid bredare AI-användning.
Konjunkturinstitutet har framgångsrikt integrerat AI i både administrativa stödprocesser och kärnverksamheten. Inom denna verksamhet används AI för översättningar, textproduktion och statistisk analys genom maskininlärning inom prognosmodeller. En särskild policy har tagits fram för etisk och rättssäker användning, och riktade utbildningsinsatser ges till samtliga medarbetare. Bedömningen är att AI-verktyg som exempelvis Copilot ger god kostnadseffektivitet och kvalitetsvinster. Risken för informationssäkerhetsproblem är bedömd som mycket låg tack vare myndighetens tekniska miljö och datarutiner.
Kammarkollegiet har under 2024–2025 genomfört pilotverksamhet för att utvärdera nyttan av generativ AI. De har bland annat testat verktyg som Chat GPT och Copilot, samt haft dialoger med kompetenshubbar och organisationer som AI Sweden och RISE. Myndigheten har påbörjat införande av digitala assistenter för alla medarbetare. Utbildning och riktlinjer för säker användning utvecklas parallellt. De främsta utmaningarna är komplexa rättsliga förutsättningar kring dataskydd och sekretess, fragmenterad samverkan inom offentlig sektor samt behov av standardiserad datahantering och förtydligade roller inom myndighetssamverkan.
Jordbruksverket har tagit fram en strategisk inriktning och handlingsplan för AI. De har även etablerat ett särskilt AI-labb och implementerat initiala AI-system för bland annat bildanalys. Myndigheten har prioriterat att införa ett styrande ramverk för etik, dataskydd och kvalitetssäkring. De bedriver även gemensamma projekt och samverkan inom bland annat eSam samt datadelning mellan myndigheter och myndighetsgemensamma initiativ kring satellitdata. Utmaningar som identifierats är framför allt krav på kompetensuppbyggnad, hantering av juridiska och tekniska risker kring data, och behovet av robusta, delbara infrastrukturlösningar som möter högt ställda säkerhetskrav.
ISF påbörjade ett mer systematiskt AI-arbete under 2024, med fokus på strategiutveckling, omvärldsbevakning och kompetenshöjning. AI-tillämpningar, såsom chattbottar, används nu inom myndigheten men alltid utifrån strikt informationssäkerhet och juridiska bedömningar. ISF samverkar aktivt med andra aktörer för erfarenhetsutbyte och bedömer behovet av strukturerad samverkan fortsatt som mycket stort. Myndigheten lyfter några särskilda hinder. Exempel på dessa hinder är resurskrävande riskanalyser, juridiska oklarheter inom dataskydd och molntjänster samt behovet av AI-lösningar anpassade för offentlig sektors särskilda krav.
Försäkringskassan har sedan 2019 systematiskt utvecklat och infört AI-baserade lösningar för bland annat dokumentanalys, riskbedömning och processtöd. Myndigheten har också organiserat en enhet inom myndigheten för tillämpad AI, och genomfört riktade utbildningar för breda medarbetargrupper. Utöver detta driver och deltar Försäkringskassan i nationella samverkansinitiativ och nätverk inom AI och framhåller särskilt vikten av gemensam utveckling och resursdelning. Bland de huvudsakliga hindren de identifierat finns komplexa regelverk, risk för diskriminering samt betydande behov av rättsliga, tekniska och organisatoriska förutsättningar för ansvarsfull AI-tillämpning.
Finansinspektionen har etablerat nya arbetssätt för att utveckla datadriven tillsyn. De har bland annat implementerat pilotlösningar för AI inom bland annat penningtvätt och insiderhandel. De har också startat automatiseringsinitiativ för administrativa processer. Investeringar har gjorts i AI-infrastruktur och personalutbildning. Myndigheten ser dock stora utmaningar kring resurs- och kompetensbehov, datahantering i fragmenterade system, krav på hög IT-säkerhet samt osäkerheter kring reglering av molntjänster och AI-tjänster.
Boverket har genomfört förstudier och deltagit i sektorsgemensamma så kallade AI-labb, en plats där myndigheten testar och utvecklar AI-lösningar. Fokus för AI-labben har varit kompetensuppbyggnad och systemval. Dessutom har myndigheten genomfört prototyper, bland annat AI-stöd för klimatdeklarationer och chattbottar. Myndigheten betonar vikten av erfarenhetsutbyte och planerar implementera AI-stöd successivt inom olika verksamhetsområden med särskilt fokus på samhällsnytta. Några av utmaningarna som Boverket tar upp i sin rapport är begränsade resurser för storskalig AI-utveckling, brist på specialiserad kompetens och risker kopplade till dataskydd. Dessutom lyfter de behovet av robust infrastruktur för hantering och delning av data.
Arbetsgivarverket verkar för nationell samordning inom statlig AI-kompetensförsörjning. Myndigheten har tagit initiativ till riktade utbildningsinsatser för både den egna verksamheten och för medlemsmyndigheter. Dessutom har de tagit initiativ till samverkan för erfarenhetsutbyte, utveckling av nya riktlinjer och etablering av regulatoriska testmiljöer för AI. De största utmaningarna för Arbetsgivarverket är brist på enhetliga riktlinjer, etiska och rättsliga tolkningssvårigheter samt svårigheter kring delning av data och ansvarsfördelning mellan myndigheter.
ARN har under de senaste åren genomfört en omfattande digitalisering. AI har haft en central roll vid automatisering av ärende- och dokumenthantering samt vid prövning av generativa AI-verktyg, exempelvis Copilot. Myndigheten har genomfört kompetensutvecklande insatser för alla medarbetare. De samverkar också löpande med andra myndigheter och AI-aktörer. Bland de huvudsakliga hindren framhåller ARN begränsade resurser, utmaningar att säkerställa integritet och rättssäkerhet samt svårigheter att kvantifiera effekter av investeringar i AI.
Skogsstyrelsen har gjort betydande satsningar på skoglig geografisk AI där målet är att ge beslutsstöd i skogssektorn och andra geodataberoende samhällsfunktioner. Detta görs genom exempelvis AI-genererade karttjänster som markfuktighetskarta och barkborreriskkartor. Myndigheten betonar vikten av hög kvalitet på primärdata, särskilt avseende laserskanning. De prioriterar även kompetensutveckling och samverkansplattformar med näringsliv, akademi och andra myndigheter. Kompetenshöjande insatser, rekryteringar och bred samverkan är centrala för utvecklingen. Viktiga utmaningar rör riskspridning, rättsliga och etiska frågor kring AI-baserad geodata samt datasäkerhet. Det finns också ett behov av långsiktig finansiering och förändrade juridiska ramverk för datadelningsstruktur.
SVA tillämpar AI som verksamhetsstöd inom textgenerering, programmering och bildbehandling. De tillämpar även AI i forskningsrelaterade projekt som exempelvis bildigenkänning för övervakning av djurhälsa och digitalisering av obduktionsrapporter. En intern AI-kommitté har inrättats för styrning och policyarbete, och myndigheten deltar i statligt samarbete genom eSam och AI Sweden. Kompetensutvecklingen omfattar utbildningspaket från RISE och eSam, samt breddinsatser för medarbetare och ledning. SVA betonar vikten av gemensam plattform och ansvarsfördelning för AI i staten. De ser även ett behov av systematisk riskhantering av bias, transparens, dataskydd och molnsäkerhet. Kostnadseffektivitet bedöms bredare än ekonomi och innefattar också kvalitet, samhällsnytta och resursdelning.
Trafikanalys befinner sig i ett utforskande inledningsskede av AI-användningen och har upprättat ett AI-råd, AI-strategi och interna riktlinjer som följer Diggs vägledningar. Myndigheten genomför pilotprojekt med generativ AI för textanalys, rapportbearbetning och personaliserade webbverktyg. De arbetar även kompetenshöjande genom utbildningsinsatser och lärandeforum. AI-strategin strävar mot full integration i myndighetens analys- och statistikproduktion. De har särskilt fokus på riskhantering kopplat till etik, juridik och informationssäkerhet samt en successiv uppföljning av kostnadseffektiviteten. Trafikanalys strävar efter ökad extern samverkan inom myndighetssektorn och transportområdet för att dela erfarenheter och stärka utvecklingskapacitet.
Tullverket befinner sig i en uppstartsfas för storskalig AI-användning. De har under 2024–2025 prioriterat uppbyggnad av intern kompetens, AI-policy och infrastruktur såsom analysplattform, testmiljö och GPU-resurser. Flera utvecklingsinsatser riktas mot att använda AI för avancerad dataanalys inom brottsbekämpning, mottagningskontroller och transkribering. De utvecklar även generativa AI-lösningar och assistenter som till exempel TullGPT. Särskilda utbildningsinsatser genomförs i samarbete med Uppsala universitet och riktar sig till olika yrkesgrupper inom myndigheten. Tullverket deltar i samverkan via eSam och Rådet för Rättsväsendets digitalisering samt bilateralt erfarenhetsutbyte med andra stora myndigheter. Riskanalyser pågår kring automatiserat beslutsfattande, informationssäkerhet och vikten av att balansera juridisk försiktighet mot nyttopotential. Myndigheten bedömer att investeringar snabbt kan ge effektivitets- och kvalitetsvinster samt ökad förmåga till samverkan nationellt och internationellt.
Trafikverket har implementerat AI i produktionsmiljö inom flera kärnområden. Dessa områden innefattar automatiserat skydd av registreringsskyltar, bildanalys för järnvägsbesiktning, effektivisering av ärendemottagning och intern utveckling. Flera AI-pilotprojekt och Proof-of-Concept (POC) pågår inom bland annat trafikinformationsprognoser, digitala assistenter och avancerad dataanalys. För dessa projekt är målet att öka den interna AI-mognaden mot professionell nivå enligt nationell mognadstrappa. Myndigheten fokuserar på verksamhetsnytta, starkt ledarskap, kvalitetssäkrade data och kompetensutveckling. Riskhantering ses som centralt, med särskilt fokus på etik, transparens, datahantering och mänskligt omdöme vid beslut. Trafikverket framhåller dessutom behovet av långsiktig finansiering, samordnad datainfrastruktur, samt fortsatt nationell samverkan inom statsförvaltningen och med forskningsmiljöer.
Transportstyrelsen har genomfört strategiska insatser för kunskapsuppbyggnad och pilottester av AI. Dessa insatser har innefattat implementering av en chattbot för intern support, AI vid registreringsskyltsavläsning och AI-baserade funktioner för att förbättra webbupplevelsen. Planerade insatser till 2027 omfattar bredare införande av AI-stöd i processer som juridik och dokumenthantering. De kommer även att satsa på fortlöpande utveckling av den interna AI-strategin och samverkan med andra myndigheter kring digital infrastruktur. Myndigheten satsar på omfattande kompetenshöjning, bland annat via samarbete med Örebro universitet, eSam-inriktade utbildningar. Riskhanteringen fokuserar på informations- och IT-säkerhet, successiv implementering och väldokumenterad effektuppföljning. Effektivitetsvinster mäts i första hand i kvalitet och frigörelse av resurser snarare än kostnadsbesparingar.
Upphandlingsmyndigheten har ett tydligt fokus på generativ AI. De har bland annat haft pilotprojekt med Chat GPT, workshops och tagit fram interna riktlinjer. De har även genomfört erfarenhetsutbyte med myndigheter inom och utanför Sverige. Myndigheten prioriterar användning av standardverktyg för bred AI-access samt riktad kompetenshöjning och intern utbildning. Insatserna syftar till att effektivisera arbetssätt, förenkla informationshantering och stärka analys- och statistikförmågan – både internt och i digitala tjänster för externa målgrupper. Myndigheten lyfter särskilt risker som informationskvalitet, osäker juridik, informationssäkerhet samt ansvarsfördelning, och arbetar med systematisk riskhantering i linje med gällande direktiv. Ytterligare samverkan ses som mycket positivt – särskilt för frågor rörande gemensamma lösningar, utbildning och standardisering inom AI för offentlig sektor.
VTI har genomfört omfattande workshops, mognadsmätning och intern utbildning för att höja AI-kompetensen i hela organisationen, inklusive stödverksamhet och forskning. AI används både som ett verktyg i forskningsprocessen och i tillämpad forskning om transportsektorn. Det handlar bland annat om förarstödsystem, infrastrukturanalys och trafikstyrning. Utmaningarna för myndigheten utgörs av cybersäkerhet, samt etiska och juridiska frågor. De ser även ett behov av myndighetsgemensamma lösningar och långsiktig finansiering för effektiv och ansvarsfull AI-användning.
